A*寻路算法
引入
假设你身处一座迷宫，要从起点穿过障碍到达终点，像上图一样，想要快速找到一条最短路径该如何做呢？
DFS？显然太耗时间。BFS？有太多点不必遍历。
所以，我们可以引入A*算法来解决这一问题。
概述
A*（A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。 ----摘自 百度百科
如下图1，若要搜索s到t的最短路径（只能上下左右走），用BFS的话，如图2，会搜索大量的没用格子（如红框框起来的），原因是什么呢？我们发现，是因为BFS会以自身为中心，无条件向四周蔓延。所以，我们想，能否加上若干条件，让BFS总向终点的方向搜呢？
在A* 算法中，f数组维护了“从初始状态经由状态n到目标状态的最小代价估计”，即上述的“条件”，计算方法为：\(f_{i,j}=g_{i,j}+h_{i,j}\)。其中，g数组存的是“在状态空间中从初始状态到状态n的最小代价”，h数组存了“从状态n到目标状态的路径的最小估计代价”。说人话，g存的是从起点到该点的代价，h存的是该点到终点的预计代价，f就是g+h，即综合代价。显然f越小，它在最短路径上的可能性越大，我们就要选择它继续遍历。
于是，我们得到了A* 算法的大致框架
标签：状态,路径,BFS,算法,搜索,代价 来源： https://www.cnblogs.com/qzhwlzy/p/15843323.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。